Metode Analisis Pengujian data dalam penelitian ini menggunakan bantuan software spss 22 for

KabupatenKota di Sumatera Utara Y BPK RI terdiri dari empat opini yaitu Wajar Tanpa Pengecualian WTPunqualified opinion, Wajar Dengan Pengecualian WDPQualified opinion, Tidak Wajar TWAdverse opinion dan Tidak Memberikan Pendapat TMPDisclaimer opinion. Tanpa Pengecualian WTPunqualified opinion diberi nilai dummy 1, selain dari itu diberi nilai dummy 0.

3.6 Metode Analisis Pengujian data dalam penelitian ini menggunakan bantuan software spss 22 for

windows.

3.6.1 Statistik Deskriptif

Statistika deskriptif memberikan gambaran secara umum mengenai karakter variabel penelitian. Parameter yang digunakan dalam penelitian ini adalah nilai rata-rata, standar deviasi dan kisaran skor maksimum dan minimum yang ditampilkan dalam tabel statistik deskriptif.

3.6.2 Menilai Kelayakan Model Regresi

Regresi logistik merupakan suatu bentuk model regresi yang dimodifikasi. Karakteristik model logistik sudah tidak sama lagi dengan model regresi sederhana atau berganda. Dengan begitu penentuan signifikansi secara statistik regresi logistik berbeda dengan regresi berganda. Untuk menguji model regresi logistik yang digunakan layak atau tidak dapat digunakan uji -2 log likelihood. Caranya adalah dengan membandingkan antara nilai -2Log likelihood pada saat Universitas Sumatera Utara Block Number = 0, dimana model hanya memasukkan konstanta dengan nilai -2 Log likelihood, dengan pada saat Block Number = 1, dimana model memasukkan konstanta dan variabel bebas. Apabila nilai -2Log likelihood Block Number = 0 nilai -2Log likelihood Block Number = 1, maka menunjukkan model regresi yang baik. Log likehood pada regresi logistik mirip dengan pengertian “Sum of Square Error” pada model regresi, sehingga penurunan log likehood menunjukkan model yang semakin baik.

3.6.3 Menilai Koefisien Determinasi

Setelah mengetahui kelayakan regresi menggunakan uji -2 Log likelihood, selanjutnya dilakukan pengujian untuk menguji seberapa jauh semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh terhadap variabel terikat atau seberapa besar variasi dari variabel terikat dapat dijelaskan oleh variabel bebas. Uji yang dilakukan untuk menilai koefisien determinasi adalah uji Negelkerke R Square Pseudo R-Square.

3.6.4 Menilai Keseluruhan Model

Keseluruhan model overall model fit pada model regresi sederhana atau berganda dapat dilihat dari R² ataupun F test, sedangkan penilaian keseluruhan model dalam regresi logistik dapat dilihat dari pengujian Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian ini untuk menilai model yang dihipotesiskan agar data empiris cocok atau sesuai dengan model. Jika nilai statistik chi square pada Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak, sedangkan jika nilainya lebih besar dari 0,05 maka hipotesis nol tidak dapat ditolak, berarti model mampu memprediksi nilai Universitas Sumatera Utara observasinya atau dengan kata lain model dapat diterima karena sesuai dengan data observasinya Ghozali, 2006:233. H : Tidak terdapat perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. H a : Terdapat perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.

3.6.5 Uji Autokorelasi

Dalam penelitian ini, dilakukan uji autokorelasi karena data dalam penelitian ini bersifat time series. Uji autokorelasi dilakukan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Pengujian asumsi ketiga ini, dilakukan dengan menggunakan uji Durbin Watson Durbin-Watson Test, yaitu untuk menguji apakah terjadi korelasi serial atau tidak dengan menghitung nilai d statistik. Salah satu pengujian yang digunakan untuk mengetahui adanya autokorelasi adalah dengan memakai uji statistik Durbin Watson DW test. Jika nilai Durbin Watson berada diantar -2 sampai +2 berarti tidak ada autokorelasi. Nilai Durbin Watson yang diperoleh dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5. Jika nilai Durbin Watson batas atas du, dan kurang dari jumlah variabel independen–batas atas du, maka dapat disimpulkan bahwa terima Ho, yang berarti tidak terdapat autokorelasi Ghozali, 2006:95. Universitas Sumatera Utara

3.7 Pengujian Hipotesis